投稿者「jarxiv」のアーカイブ

Hear the Scene: Audio-Enhanced Text Spotting

投稿日: 2025年1月3日 作成者: jarxiv

要約 シーン テキスト スポッティングの最近の進歩は、正確な位置の注釈に大きく依 … 続きを読む →

カテゴリー: cs.CV | Hear the Scene: Audio-Enhanced Text Spotting はコメントを受け付けていません

SpecDETR: A Transformer-based Hyperspectral Point Object Detection Network

投稿日: 2025年1月3日 作成者: jarxiv

要約 ハイパースペクトル ターゲット検出 (HTD) は、ハイパースペクトル画像 … 続きを読む →

カテゴリー: cs.CV | SpecDETR: A Transformer-based Hyperspectral Point Object Detection Network はコメントを受け付けていません

Causal Deep Learning

投稿日: 2025年1月3日 作成者: jarxiv

要約 私たちは、因果的ディープ ニューラル ネットワークのセットを導出します。そ … 続きを読む →

カテゴリー: (Primary), 15A09, 15A69, 15A72, 62D20, 62H25, 62H30, 62H35, 62J10, 68T45, cs.AI, cs.CV, cs.LG, G.3, stat.ML | Causal Deep Learning はコメントを受け付けていません

World knowledge-enhanced Reasoning Using Instruction-guided Interactor in Autonomous Driving

投稿日: 2025年1月3日 作成者: jarxiv

要約 広範な世界知識を備えたマルチモーダル大規模言語モデル (MLLM) は、特 … 続きを読む →

カテゴリー: cs.CV | World knowledge-enhanced Reasoning Using Instruction-guided Interactor in Autonomous Driving はコメントを受け付けていません

VLM2Vec: Training Vision-Language Models for Massive Multimodal Embedding Tasks

投稿日: 2025年1月3日 作成者: jarxiv

要約 埋め込みモデルは、意味的類似性、情報検索、クラスタリングなどのさまざまな下 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | VLM2Vec: Training Vision-Language Models for Massive Multimodal Embedding Tasks はコメントを受け付けていません

Photoacoustic Iterative Optimization Algorithm with Shape Prior Regularization

投稿日: 2025年1月3日 作成者: jarxiv

要約 光音響イメージング (PAI) には、ノイズ、アーティファクト、まばらなサ … 続きを読む →

カテゴリー: cs.CV, physics.optics | Photoacoustic Iterative Optimization Algorithm with Shape Prior Regularization はコメントを受け付けていません

Ethical-Lens: Curbing Malicious Usages of Open-Source Text-to-Image Models

投稿日: 2025年1月3日 作成者: jarxiv

要約 Midjourney や DALLE 3 などのイノベーションに代表される … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Ethical-Lens: Curbing Malicious Usages of Open-Source Text-to-Image Models はコメントを受け付けていません

TOPIC: A Parallel Association Paradigm for Multi-Object Tracking under Complex Motions and Diverse Scenes

投稿日: 2025年1月3日 作成者: jarxiv

要約 ビデオ データとアルゴリズムは、マルチオブジェクト トラッキング (MOT … 続きを読む →

カテゴリー: cs.CV | TOPIC: A Parallel Association Paradigm for Multi-Object Tracking under Complex Motions and Diverse Scenes はコメントを受け付けていません

Token Preference Optimization with Self-Calibrated Visual-Anchored Rewards for Hallucination Mitigation

投稿日: 2025年1月3日 作成者: jarxiv

要約 Direct Preference Optimization (DPO) … 続きを読む →

カテゴリー: cs.CV | Token Preference Optimization with Self-Calibrated Visual-Anchored Rewards for Hallucination Mitigation はコメントを受け付けていません

HunyuanVideo: A Systematic Framework For Large Video Generative Models

投稿日: 2025年1月3日 作成者: jarxiv

要約 ビデオ生成における最近の進歩は、個人と業界の両方の日常生活に大きな影響を与 … 続きを読む →

カテゴリー: cs.CV | HunyuanVideo: A Systematic Framework For Large Video Generative Models はコメントを受け付けていません